Prospecto.sh

Decisões e por quê

1. [ 01 ]

   Saber quando não usar IA

   O primeiro contato é texto fixo validado, preenchido com os dados reais do lead. Não alucina, não custa token e a mensagem que já converte sai idêntica toda vez. A saudação vem do relógio do servidor, porque o modelo não sabe que horas são. O raio-X do site e os destaques do dashboard são regras com amostra mínima, para não concluir nada a partir de 1 resposta em 2.

2. [ 02 ]

   Fluxo agêntico em duas chamadas

   A primeira chamada dá ao Claude as ferramentas de busca e leitura na web, com teto de 6 buscas e 3 leituras, e exige um dossiê em que cada fato carrega a URL da fonte, mais uma seção de incertezas. A segunda roda sem ferramentas e devolve as 7 etapas da conversa em JSON validado por schema, com as ramificações de resposta. Turno que volta pausado é retomado automaticamente.

3. [ 03 ]

   Cache de prompt e custo na tela

   O guia de prospecção de ~400 linhas entra como system prompt em cache, não a cada requisição. Cada geração mostra o custo estimado em tokens, cache e buscas, e o resultado fica salvo para não pagar de novo ao reabrir o lead.

4. [ 04 ]

   Multiprovedor com fallback de verdade

   Camada própria que alterna entre Gemini, Groq, NVIDIA NIM e OpenAI: usa os gratuitos primeiro e deixa o pago por último, refaz a chamada com backoff exponencial dentro de um orçamento de tempo, põe em geladeira por 5 minutos o provedor que estourou cota e traduz cada erro para algo que o usuário entenda.

5. [ 05 ]

   Temperatura por tarefa

   Copy roda a 0,9 e classificação a 0,2. E o fechamento do follow-up é sorteado no código, não pelo modelo — pedir ao LLM que sorteie faz ele repetir sempre o mesmo final e inventar horário.

As telas

Capturas reais da aplicação rodando, com dados fictícios gerados pela própria massa de demonstração do projeto. Passe o cursor para a página descer.

prospecto.sh

prospecto.sh

prospecto.sh

prospecto.sh

prospecto.sh

prospecto.sh

prospecto.sh